一种改进型T-S模糊神经网络

被引：8

作者：

干思权

刘贺平

申祝江

机构：

[1] 北京科技大学信息工程学院

[2] 北京科技大学信息工程学院北京

[3] 北京

来源：

关键词：

T-S模糊系统; 模糊神经网络; 非线性系统辨识; 卷取温度控制;

D O I：

10.14107/j.cnki.kzgc.2005.05.013

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对T-S模糊神经网络进行了分析,提出了一种新型T-S模糊神经网络,改进了前件网络的结构及学习算法,减少了模糊规则层的节点数,有效地克服了T-S模糊神经网络模糊规则冗余的缺点。这种新型T-S模糊神经网络具有学习算法简单、收敛速度快等优点。把该网络应用到卷取温度控制中进行仿真,得到了满意的结果。

引用

页码：442 / 445

页数：4

共 5 条

[1] 基于T-S模糊模型的RBF网络的自适应学习算法 [J].

李战明 ;

王君 ;

康爱红 .

杨长保 ;

聂兰仕 ;

孙鹏远 .

[3]

带钢热连轧的模型与控制.[M].孙一康编著;.冶金工业出版社.2002,

[4]

神经网络与模糊控制.[M].张乃尧;阎平凡编著;.清华大学出版社.1998,

[5]

模糊控制·神经控制和智能控制论.[M].李士勇编著;.哈尔滨工业大学出版社.1998,